如何按二元变量计数对Seaborn条形图X轴降序排序？

要实现按binary_variable=1的计数降序排列X轴的ID，核心是将ID转换为有序分类类型，明确指定排序顺序，而不是仅对DataFrame排序或转为字符串。以下是具体步骤和代码：

步骤1：准备数据并统计排序依据 #

首先统计每个ID对应的binary_variable=1的计数，按降序排序得到ID的目标顺序：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 构造示例数据
df = pd.DataFrame({
    'ID': [1,1,1,2,2,3,4,4,4,4],
    'binary_variable': [1,1,0,1,0,1,1,1,1,1]
})

# 统计每个ID中binary_variable=1的数量，降序排序
id_order = df[df['binary_variable'] == 1].groupby('ID').size().sort_values(ascending=False).index.tolist()

步骤2：将ID转为有序分类 #

把原数据中的ID列转换为有序分类，指定排序后的ID列表作为类别顺序：

# 转换为有序分类，确保绘图时遵循指定顺序
df['ID'] = pd.Categorical(df['ID'], categories=id_order, ordered=True)

步骤3：绘制条形图 #

使用countplot（适合计数场景）或barplot绘制，此时X轴会按目标顺序排列：

方法1：用countplot直接绘制计数 #

plt.figure(figsize=(10, 6))
sns.countplot(x='ID', hue='binary_variable', data=df)
plt.title('按binary_variable=1计数降序排列的ID条形图')
plt.show()

方法2：用barplot（需先统计计数） #

如果需要更灵活的统计逻辑，可先分组统计所有组合的计数再绘图：

# 统计每个ID和binary_variable组合的计数
count_df = df.groupby(['ID', 'binary_variable']).size().reset_index(name='count')

plt.figure(figsize=(10, 6))
sns.barplot(x='ID', y='count', hue='binary_variable', data=count_df)
plt.title('按binary_variable=1计数降序排列的ID条形图')
plt.show()

为什么之前的方法无效？ #

Seaborn绘制分类变量时，默认遵循变量的类别顺序（数字类型按数值顺序，字符串按字典序），而非DataFrame的行顺序。仅对DataFrame排序或转为字符串，不会改变变量的类别顺序规则，因此必须通过pd.Categorical显式指定有序类别，才能让绘图工具遵循自定义顺序。

内容的提问来源于stack exchange，提问作者Alex K